喷灯

Blowtorch 是一个 Python 包，可让您训练机器学习模型并在纯 Rust 中运行推理。这是通过在 JSON 文件中指定模型一次来完成的。Blowtorch 然后将您的规范导出到 Rust 和 Python 模型中。您可以根据需要训练 Python 模型，并且可以再次运行 Blowtorch 以将权重共享给 Rust。

使用 Blowtorch 的前身构建的示例应用程序是ZipNet，它是一种完全在浏览器中运行的基于神经网络的压缩算法。我们构建了 Blowtorch，因为我们找不到任何可以编译为 WebAssembly 的易于扩展的机器学习框架。

与同类套餐相比的优势

• 推理是纯 Rust 的，这意味着您的模型可以在 Rust 运行的任何地方运行。例如，您可以将其编译为 WebAssembly。
• 新层可以很容易地实现，因为只需要在 Rust 中编写一个前向传递
• 培训完全使用 Python，这意味着您可以使用任何您喜欢的培训程序
• 可以通过将架构拆分为更简单的模块来构建复杂的网络，这些模块通过一些胶水代码组合在一起

我们的文档可以在https://blowtorch.readthedocs.io/en/latest/找到。

特征

• 导出和导入训练的权重
• 以下层的实现：
  • 转化率
  • 转换
  • ReLU
  • 全球展示广告网络
  • iGDN
  • 展平
  • 线性
• 易于使用的示例
• 扩展框架的可能性
• Python 和 Rust 的文档